Use of standardised outcome measures among physiotherapists in French-speaking sub-Saharan Africa
Notice bibliographique
Résumé
Background: The use of standardised assessment tools is a fundamental aspect of good clinical practice. However, to our knowledge, no study has documented the use of standardised assessment tools in physiotherapy in French-speaking sub-Saharan Africa. Objectives: Documenting the use of standardised outcome measures in physiotherapy in French-speaking sub-Saharan Africa. Method: Our cross-sectional survey used an online self-questionnaire on facilitators and barriers to the use of standardised outcome measures, distributed to physiotherapists in French-speaking sub-Saharan Africa. Results: A total of 241 physiotherapists working in French-speaking sub-Saharan Africa responded to the survey. The most represented countries were Benin (36.9%), Cameroon (14.1%), and Burkina Faso (10.8%). Although 99% of participants reported using standardised outcome measures, only 27% of the respondents used them systematically (all the time). The most reported facilitators included the recognition that standardised outcome measures help to determine whether treatment is effective, help to guide care, and improve communication with patients. The most significant barriers were the lack of time, unavailability of the standardised outcome measures, and non-sensitivity of measures to patients’ cultural and ethnic concerns. There was a higher proportion of use in the middle age group (30–40) ( p = 0.02) and a lower proportion of use in physiotherapists simultaneously working in public and private sectors ( p = 0.05). Conclusion: Standardised outcome measures are still not widely used by physiotherapists in French-speaking sub-Saharan Africa. Clinical implications: The perceived barriers and facilitators could help to develop strategies to improve the systematic use of outcome measures in French-speaking sub-Saharan Africa.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».